【技术实现步骤摘要】
本申请涉及人工智能的资源调度优化，尤其涉及一种应用于有向无环图的调度方法及相关设备。
技术介绍
1、随着科学研究的日益复杂化，科研数据管理和计算任务的自动化成为了提高研究效率的关键因素。在这一背景下，科学工作流(scientific flow)被广泛采用，并常通过有向无环图(directed acyclic graphs，简称dag)来建模。dag模型有效地表示了计算模块(任务)及其依赖关系，这些依赖通常体现为一个任务产生的数据被另一个任务所使用。这种方式不仅清晰地展示了工作流程，还促进了任务之间的协同执行与资源管理。以dag为基础的系统，能够动态地分配任务到计算平台的各种资源上，尤其适应于那些结构复杂、异构性强的计算环境。通过调度算法，依据任务间依赖关系、资源可用性及任务执行需求，能够自动优化任务执行顺序和资源分配策略，从而提升了计算效率和资源利用率。
2、然而，申请人发现，传统的任务调度算法难以适应“数据量大、内存峰值较低、时间较少”的调度序列的求解方案。
技术实现思路
1...
【技术保护点】
1.一种应用于有向无环图的调度方法，其特征在于，所述方法应用于数据处理模型，包括下述步骤：
2.根据权利要求1所述的应用于有向无环图的调度方法，其特征在于，所述更新状态集合的内存μnew表示为：
3.根据权利要求1所述的应用于有向无环图的调度方法，其特征在于，所述根据预设筛选数量对所述更新状态集合进行筛选操作，得到最优状态集合的步骤，具体包括下述步骤：
4.根据权利要求1所述的应用于有向无环图的调度方法，其特征在于，所述根据预设筛选数量对所述更新状态集合进行筛选操作，得到最优状态集合的步骤，具体包括下述步骤：
5.一种应...
【技术特征摘要】
1.一种应用于有向无环图的调度方法，其特征在于，所述方法应用于数据处理模型，包括下述步骤：
2.根据权利要求1所述的应用于有向无环图的调度方法，其特征在于，所述更新状态集合的内存μnew表示为：
3.根据权利要求1所述的应用于有向无环图的调度方法，其特征在于，所述根据预设筛选数量对所述更新状态集合进行筛选操作，得到最优状态集合的步骤，具体包括下述步骤：
4.根据权利要求1所述的应用于有向无环图的调度方法，其特征在于，所述根据预设筛选数量对所述更新状态集合进行筛选操作，得到最优状态集合的步骤，具体包括下述步骤：
5.一种应用于有向无环图的调度装置，其特征在于，所述装置应用于数据处理模型，所述装置包括：
6.根据权...
【专利技术属性】
技术研发人员：胡瑞李蓁，马毓琦，李文烨，赵云彬，
申请(专利权)人：深圳市大数据研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。